客戶會計穩健性與供應商評級、債務成本

王唯可 李剛

【摘要】以2007 ～ 2018年的上市公司為研究樣本， 基于客戶資源視角， 研究客戶會計穩健性與企業信用評級、債務成本之間的關系。 實證研究發現：客戶會計穩健性與企業信用評級顯著正相關; 客戶會計穩健性與企業債務成本顯著負相關， 相比于債券成本， 客戶會計穩健性與企業銀行借款成本之間的負相關關系更顯著; 在小銀行內， 客戶會計穩健性與企業信用評級和債務成本的相關關系均比大銀行顯著。 實證結果不僅說明了客戶會計穩健性對企業的影響， 還揭示了其作為軟信息的作用機理， 為企業提高信用評級、降低債務成本提供了參考。 企業的客戶資源能通過聲譽效應、供應鏈整合與監督效應為企業帶來收益， 因此企業應該謹慎選擇客戶并努力維持與優質客戶之間的聯系。

【關鍵詞】會計穩健性;信用評級;債務成本;客戶資源

【中圖分類號】F234? ? ? 【文獻標識碼】A? ? ? 【文章編號】1004-0994（2020）22-0089-9

一、引言

根據信息不對稱理論， 交易雙方不能在資本市場中獲得做出正確決策所需要的全部信息， 這使得股東和投資者希望通過會計穩健性制約管理層的機會主義行為， 債權人希望通過會計穩健性制約上市公司虛增利潤行為。 Watts[1] 認為， 會計穩健性緩解了債權人與債務人之間的信息不對稱問題， 進而降低企業債務成本。 由此可知， 企業提升會計穩健性， 則有可能降低企業信息的獲得成本， 并向市場釋放積極信號， 進而提升企業債券在二級市場的交易效率。

信用評級自1909年首次發布以來， 就被市場參與者視為評估公司信用風險的主要指標。 Graham和Harvey[2] 指出， 獲得良好的評級是僅次于財務彈性安排的公司第二項重要財務決策。 信用評級高意味著標的企業有較好的發展前景和較強的預期償債能力， 投資者投資企業債券要求的風險溢價較低。 故如何提高企業信用評級是一個值得研究的問題， 已有研究表明企業信用評級的差異主要體現在其盈利能力、負債水平、資產規模和股權結構的差異上。 那么會計穩健性這一指標是否會對企業的信用評級產生影響？ 本文從供應鏈視角來研究這一問題， 即客戶的會計穩健性是否會影響供應商的信用評級？

根據優序融資理論， 企業通常情況下遵循內源融資、債務融資、權益融資的順序進行融資。 但對大部分企業來說內源融資往往難以支撐其發展， 外部融資就顯得尤為重要。 相比權益融資， 債務融資具有稅盾效應并且能使企業更好地利用杠桿， 能提高企業的競爭力[3，4] ， 能幫助企業進行合理避稅并增加企業財務杠桿效用。 目前， 基于供應鏈視角研究債務成本的文獻比較少， 具體考察客戶的財務信息對供應商債務融資成本的研究就更不多見了。 在我國由于客戶信息披露不完善， 導致這方面的研究比較困難， 但國內外學者都發現客戶的信息特征會影響供應商企業。 隨著客戶更多地披露信息， 企業對客戶盈利公告的股價反應也更強[5] ; 客戶信息披露會增加投資者對上市公司的了解， 從而降低上市公司的股價同步性[6] 。

本文從會計穩健性入手， 分析客戶會計穩健性影響企業的債務融資成本的作用機理， 并進一步將債務成本分為銀行借款成本和債券融資成本來檢驗其影響作用。 同時還考察了銀行規模對會計穩健性作用的影響。

本文的研究貢獻在于以下幾個方面：第一， 從供應鏈視角研究了會計穩健性與信用評級之間的關系， 揭示了客戶的會計穩健性能夠傳遞供應商的相關信息， 進而影響供應商的信用評級， 豐富了企業信用評級影響因素的研究。 第二， 拓展了企業債務成本的相關研究， 將企業債務成本分為銀行借款成本和債券融資成本， 并考察了會計穩健性對二者在供應鏈環境下的影響。 第三， 進一步研究了銀行規模對會計穩健性與信用評級以及債務成本二者關系的調節作用， 對軟信息與硬信息的作用機制研究進行了補充。

二、文獻綜述及研究假設

（一）客戶會計穩健性與供應商評級之間的關系

會計穩健性是指對收益和損失非對稱性的反映， 即預見所有能預見的損失， 卻謹慎地確認收益。 它保障了財務報告的真實性， 提高了企業的會計信息質量[7] 。 銀行在進行貸款決策時也十分關注企業的會計信息質量[8] 。 也就是說， 整個資本市場對于會計信息質量是認可的， 必然也會重視和利用會計信息。 隨著市場的完善， 國內信用評級也能夠反映出企業的風險。 吳健和朱松[9] 發現，? 2005 年以后的信用評級在一定程度上反映了企業基本面層面的風險， 評級機構是理性的行為主體， 因此評級機構給出信用評級時會考慮資本市場對企業的認可度。 會計信息質量高的企業更容易受到市場的認可， 會計穩健性提高了會計信息質量， 從而有利于企業的信用評級。 基于供應鏈視角， 客戶會計穩健性的提升， 會提升客戶自身的會計信息質量， 那么在客戶公布的盈余公告里， 盈利信息更保守、更真實， 而客戶盈余公告中也包含了企業或股東對供應商未來現金流的預測相關信息[10] 。 因此， 外界投資者基于客戶盈余公告中的會計穩健性預測供應商未來現金流會趨于穩定， 進而認為供應商盈利能力趨于穩定， 客戶會計穩健性就可以作為一種承諾機制， 幫助供應商取得債權投資者的信任， 最終提升供應商的信用評級。

基于以上分析， 本文提出如下假設：

H1：客戶會計穩健性與供應商信用評級呈正相關關系。

（二）客戶會計穩健性與供應商債務成本的關系

學者們對會計穩健性與債務成本相關關系展開了深入研究。 Zhang[11] 發現會計穩健性提高了債務契約效率、降低了債務成本。 鄭登津和閆天一[12] 研究發現， 企業會計穩健性越高， 企業的債務成本越低; 企業的外部審計質量越高， 企業的債務成本越低。

已有文獻發現， 客戶的會計穩健性可以從以下兩方面降低供應商的債務成本：

一方面， 客戶會計穩健性的提升減少了供應商與債權人之間的信息不對稱。 首先， 客戶具有聲譽機制和交叉監管作用， 因其與供應商之間的聯系會促進客戶監視供應商的行為， 減少了供應商企業外部利益相關者的信息成本和代理成本， 從而使企業得到更寬松的財務契約， 擁有更低的利差。 其次， 擁有良好財務狀況且市場價值被低估的企業具有更強的信息披露動機， 以使自身區別于財務狀況差且市場價值被高估的那些企業。 擁有較高會計穩健性的企業能向市場傳遞良好的信號[12] ， 故會計穩健性會提升企業的聲譽; 而客戶的良好聲譽會通過信號傳遞機制提升供應商的聲譽， 影響銀行等債權人對供應商的投資價值判斷[6] 。 孫錚等[13] 研究發現， 企業從其他地方“借得”的聲譽會起到與自身聲譽相同的作用。 由此， 企業擁有高聲譽的客戶會減少與債權人之間的信息不對稱并提升其聲譽， 降低債務成本。 最后， 會計穩健性高的客戶對壞消息特別敏感， 如果客戶認為供應商企業陷入財務困境或其他原因導致不能兌現合同承諾， 就會終止與企業的關系[14] 。 如此， 雖然債權人和企業存在信息不對稱， 也可以通過觀察客戶與企業之間的關系變化得到信息， 降低自身風險。

另一方面， 客戶的會計穩健性會影響到供應商的還款能力和收入的穩定性。 首先， 客戶會計穩健性能增強企業的還款能力。 張圣利[15] 發現， 上市公司的會計穩健性有助于提高其利潤的真實性， 具有會計穩健性的客戶的利潤信息更加真實公允， 這有利于供應商根據客戶的業績信息更好地管理庫存以及作出正確的決策， 由此提高企業的經營業績， 并增強企業還款能力。 其次， 客戶的會計穩健性能讓企業擁有更穩定的現金流。 因為客戶會計穩健性越高， 越能制約客戶企業管理層的選擇性披露行為[16] ， 從而緩解供應鏈上下游信息不對稱， 提升供應鏈上共享信息的質量[17] ， 確保客戶與企業關系的持久性[18] ， 最終為企業未來收入的穩定性提供保障。

更進一步來說， 企業債務成本包括了銀行借貸成本和債券成本。 與公共債券持有人相比， 銀行在收集和處理信息方面均具有更高的能力， 這種差距來源于銀行和企業的私人聯系[19] 。 戴國強和錢樂樂[20] 實證研究發現， 銀行和企業之間確實存在著一種關系性借貸關系， 這種關系使銀行更容易獲得不會輕易傳達到一般市場的企業軟信息。 故軟信息能在銀行中發揮作用， 但不能很好地影響公共債券市場行情。

綜上所述， 客戶較高的會計穩健性不僅緩解了債權人與供應商的信息不對稱， 而且證實了供應商的盈利能力， 有助于對債權人利益的保護， 所以債權人對企業的貸款意愿較強， 愿意降低貸款成本。 另外， 相比于債券持有人， 銀行能獲得市場不能輕易獲得的軟信息。 據此， 本文提出如下假設：

H2：客戶會計穩健性與供應商債務成本負相關， 并且相比于債券成本， 與供應商銀行借款成本的負相關關系更顯著。

銀行傾向于貸款給關系親近的企業， 且用更加私人化的方式與企業交流， 與企業的關系更加持久和穩固[21] 。 這說明銀行能接觸到企業一些沒有公開的軟信息。 有研究表明， 大銀行的規模特點決定了其更多地依據企業的硬信息（如資產抵押、財務報表等）制定貸款決策， 而小銀行則更多地將軟信息（如企業家的經營能力、聲譽等）納入貸款決策的考量， 許多實證研究為此提供了經驗證據[22] 。 也就是說， 大小銀行本身的規模特征決定了其對硬信息和軟信息的使用偏好， 大銀行會更多地使用硬信息， 小銀行則更多地使用軟信息。

換個角度來說， 大銀行組織結構更加復雜， 具有較少管理層次的中小銀行在與中小企業的關系借貸方面更具比較優勢。 小銀行的基層經理一般可以得到更好的所有權激勵， 因此他們會付出較多努力來收集軟信息， 并會以與股東目標基本一致的方式來使用這些信息， 從而產生小銀行優勢。 軟信息在小銀行里更容易傳播并且也更受重視， 從而更好地發揮作用。 而會計穩健性是與軟信息相關的信息， 小規模銀行會對企業的軟信息更加關注。 據此， 本文提出如下假設：

H3：在小規模銀行， 客戶會計穩健性對供應商評級和債務成本影響更顯著。

三、研究設計

（一）樣本及數據來源

本文選取2007 ～ 2018年供應商及主要客戶均為上市公司的樣本， 并做如下處理：①剔除金融行業的上市公司， 因為這些公司所處的行業存在特殊性， 報表結構及相關指標與其他行業有較大差異; ②由于我國公司的評級水平普遍偏高， 本文參考其他研究的做法， 如果同一家公司同一年有多次評級， 取最低的那次評級結果; ③剔除相關變量的缺失值。 最終H1得到341個樣本觀察值， H2得到596個樣本觀察值。 樣本數據來自CSMAR數據庫以及滬深交易所。

（二）變量定義

1. 企業信用評級（Rating）。 考慮到信用評級是定性數據， 本文借鑒朱松[23] 、何平和金夢[24] 等的方法， 將企業信用評級按照順序進行賦值處理。 由于大多數樣本集中在A至AAA級之間， 根據劉娥平和施燕平[25] 的研究， 在這個評級區間采用更細致的劃分方法。

2. 會計穩健性（Cscore）。 參考前人研究， 設定具體計算模型如下：

其中：EPSi，t為i公司第t年的每股收益; Pi，t-1為i公司上年年末的股票價格; Ri，t為i公司當年5月至次年4月以月度計算的股票年回報率; DRi，t設為虛擬變量， 當Ri，t<0時該值為1， 否則該值為0; RETi，j為考慮現金紅利再投資的月個股回報率， Size是公司規模; MB為市賬比; Lev為財務杠桿; Size為公司規模; νi，t為殘差項。

3. 債務成本（Debtcost）。 本文借鑒鄭登津和閆天一[12] 的研究方法， 將債務成本表示為：利息支出/（長期借款+短期借款+應付債券+一年內到期的長期借款）。 其中利息支出使用財務報表附注中“財務費用”的明細項目“利息支出”數額。

（三）實證模型

H1中由于因變量取值是有順序特征的離散數值， 本文依據之前的研究建立排序選擇模型對H1進行檢驗， 具體模型如下：

其中， Ratingit 代表企業i在第t年度的信用評級， C_Csore_sit-1 代表企業i在第t-1年度的會計穩健性， εit代表殘差。 在控制變量的選取上， 本文參考劉娥平和施燕平[25] 、孫潔等[26] 的研究， 將公司規模、第一大股東持股比例、利息保障倍數、總資產報酬率、資產負債率等作為控制變量， 并且將它們滯后一期處理。

H2中因變量為連續變量， 故建立如下模型：

其中， Debtcostit是企業的債務成本， C_Cscoreit是企業的會計穩健性， εit代表殘差。 參考張敦力和李四海[3] 的做法， 在模型二里再將Debtcostit分為兩類。 定義Debtcost1銀行借款成本=利息支出/（長期借款+短期借款+一年內到期的長期借款）; 定義Debtcost2債券成本=利息支出/應付債券。 在驗證H3時， 使用兩個模型進行了分組檢驗。

具體變量定義見表1、表2。

四、實證分析

（一）描述性統計

表3為模型一對應的樣本描述性統計結果。 企業的信用評級Rating的平均值為8.314， 中位數為8， 說明樣本企業信用評級普遍在AA+級以上， 這一數據較其他研究偏高， 說明會計穩健性指標的存在就可能對信用評級有著積極的影響; 標準差為1.457， 說明企業之間信用評級差距比較明顯。 會計穩健性C_Cscore的平均值為0.0533， 中位數為0.0405， 標準差為0.062， 這說明此樣本的會計穩健性不存在很大差異。 產權性質SOE的平均值為0.733， 說明樣本中大多數企業為國有企業， 這也表明評級機構更愿意對國有企業進行評級。 公司規模Size的平均值為24.50， 中位數為23.97， 標準差為2.051， 說明樣本企業規模相差不大。 OPR和Roa標準差分別為0.111和0.0296， 說明樣本企業的盈利能力較為接近。

表4為模型二樣本的描述性統計結果。 債務成本Debtcost平均值為0.0678， 中位數為0.0567， 標準差為0.0713， 說明樣本企業債務成本相差不大。 客戶會計穩健性C_Cscore 平均值為0.0519， 中位數為0.0482， 標準差為0.0479， 表明樣本會計穩健性差異較小， 數據分布比較集中。 公司盈利能力Roa的平均值為0.0445， 中位數為0.0344， 標準差為0.0373， 說明樣本企業的盈利能力沒有較大的差異。 有形資產比率PPE2的平均值為0.942， 中位數為0.958， 標準差為0.0593， 說明大多數樣本企業的有形資產持有比率很高， 幾乎不持有無形資產。 財務杠桿Lev的平均值為1.618， 中位數為1.205， 標準差為1.286， 說明樣本企業的財務杠桿存在較大差異， 且大多數企業都運用了財務杠桿。

（二）回歸分析

表5報告了H1客戶會計穩健性對供應商信用評級的回歸結果。 客戶會計穩健性C_Cscore的系數為5.902且在5%水平上顯著。 這說明客戶會計穩健性對供應商信用評級有著顯著的積極影響， 客戶會計穩健性越高， 供應商信用評級也越高， 驗證了H1。 供應商信用評級與客戶產權性質正相關， 產權性質為國有時信用評級較高; 與客戶公司規模正相關， 說明客戶規模越大企業評級越高; 與審計意見正相關， 說明客戶的審計報告對企業評級有顯著影響。 客戶的風險水平與供應商信用評級負相關， 這說明客戶承擔的風險對企業評級有負面影響。 這些結果與其他研究基本保持一致。 從回歸結果可以得知， 客戶會計穩健性對會計信息提升的作用根據傳遞效應通過供應鏈傳遞給供應商， 評級機構對供應商的會計信息質量評價上升， 從而使供應商得到更高的信用評級。

表6是客戶會計穩健性與供應商債務成本的回歸結果。 Debtcost、Debtcost1、Debtcost2分別代表了企業的債務成本、銀行借款成本、債券成本。 從回歸結果可以得出， 供應商的債務成本與客戶會計穩健性呈負相關關系， 且在5%水平上顯著， 驗證了H2。 從后兩列回歸結果可以進一步得出， 供應商的銀行借款成本與客戶會計穩健性在5%水平上顯著負相關， 而其債券成本與客戶會計穩健性的相關系數雖然是負數， 但不顯著。 綜上所述， 一方面， 客戶會計穩健性減少了債權人和供應商企業之間的信息不對稱， 并且保障了企業的盈利能力， 使債權人愿意放寬貸款條件， 從而使企業的債務成本下降; 另一方面， 相對于債券市場， 會計穩健性在銀行系統的作用更加顯著， 這意味著銀行可能更容易取得會計穩健性信息并作出反應。

表7和表8是假設三的回歸結果， 本文依據武龍[27] 和曾懿亮等[28] 的相關研究， 用短期借款與長期借款的和除以期初總資產度量銀行規模， 并按照中位數分為大規模銀行和小規模銀行兩組。 其中， Loansize=1代表大規模銀行， Loansize=0代表小規模銀行。 表7列示了H1的分組回歸結果， 大規模樣本組的回歸結果不顯著， 而在小規模樣本組中客戶穩健性對供應商債務成本的影響是顯著的， 表8中的回歸結果與表7一致， 驗證了H3。 這說明， 一方面， 小銀行有更強的軟信息收集意愿， 在信息不對稱環境下資產規模較小的企業在銀行貸款資源配給上受到天然的歧視， 它們更傾向于從小銀行借款并主動釋放軟信息給銀行， 這進一步降低了小銀行的軟信息收集成本; 另一方面， 由于大型組織層級較多， 軟信息在傳遞過程中容易失真[29] ， 大銀行的組織結構不利于軟信息的傳播， 故在軟信息的利用方面也是小銀行更具優勢。

（三）穩健性檢驗

排序選擇模型對隨機誤差項的假設有logistic和正態分布， 對應的分別為logit和probit回歸模型。 為了驗證本文結論的穩健性， 對H1樣本使用了probit模型進行回歸， 結果如表9所示。

結果顯示， 客戶會計穩健性C_Cscore在1%水平上與供應商信用評級顯著正相關， 其他控制變量的顯著性與原模型的回歸結果也基本一致， 故研究結論未發生實質性改變。

五、研究結論、建議及展望

（一）研究結論

本文以2007 ～ 2018年的上市供應商及客戶企業為研究樣本， 實證檢驗了客戶會計穩健性對供應商信用評級和債務成本的影響。 研究發現：第一， 客戶會計穩健性越高， 供應商的信用評級越高， 兩者呈顯著正相關關系。 這說明評級機構在對企業進行評級時考慮了企業客戶的會計信息質量， 客戶資源是我國評級機構對企業信用等級進行評定時需要考慮的重要因素之一。 第二， 客戶會計穩健性與供應商債務成本顯著負相關， 并且相比于債券成本， 與銀行借款成本的相關性更顯著。 這說明資本市場對企業客戶的會計信息質量有反應， 并且銀行的反應更明顯， 因為銀行更容易與企業形成關系型借貸從而得到更多的企業軟信息， 而軟信息在向外界傳播時容易失真或流失， 不能完整傳遞到債券市場。 第三， 客戶會計穩健性與企業信用評級和債務成本的相關性均在小規模銀行樣本中更加顯著。 這驗證了學者們關于軟硬信息機制的研究結論， 說明軟信息在層級較少的小規模組織中能更順暢地傳遞并發揮作用。 本文研究結果表明， 評級機構認同企業的客戶會計信息質量， 認為這種企業盈利的穩定性更強， 愿意給客戶會計穩健性高的企業以更高的評級。 資本市場也認為客戶會計穩健性高的企業有更好的聲譽以及更穩定的還款能力， 因此會放松與企業之間的債務條約， 使企業的債務成本下降， 尤其是小規模銀行對會計穩健性有更明顯的反應。

（二）建議

企業的客戶資源能通過聲譽效應、供應鏈整合與監督效應為企業帶來收益， 因此企業應該謹慎選擇客戶并努力維持與優質客戶之間的聯系。 本文已經證明了我國評級機構不僅對企業自身財務狀況， 也對其客戶的會計質量有明顯反應， 這說明我國評級機構開展的信用評級是有效的， 故政府在引導評級機構作出公正客觀的評級的同時也要加強企業的信息披露， 以使評級機構能夠從企業獲取充分的評級依據。

（三）展望

本文選取的樣本數量偏少， 原因在于我國處于供應鏈關系中并且有信用評級的上市企業數量相對較少。 隨著我國債務市場的發展， 會有更多的上市公司進行債務融資， 未來的研究的樣本量會有所增加， 通過擴容樣本可以從更多的角度拓展研究結果。 本文僅僅探討了客戶資質對供應商的影響， 未來研究可以從供應商視角或者整個供應鏈視角來做進一步的探討。